用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
* z! m* x5 r4 e+ M5 J% J9 E# |P=[
! f- g& I4 y; [6 K" ^/ t
5 M$ Y8 _7 U7 a7 2 0.12 0.05 5（每列分别是圆角 压边力 摩擦系数 模具间隙 凹模圆角等）
1 B9 P7 c- ^2 F: D7 }
6 2 0.11 0.10 7
4 s- M3 ~- R$ A& C/ o  m! c" ?
" }: l- r( g) D7 K5 2 0.13 0.15 6

1 o- d( E# b1 L% i. J4 2 0.10 0.20 4
]
# I- ^$ `3 i# _归一化之后，默认的最大值是7，最小值是0.05，但是这两个参数属于不同的因素，应该是每列都对应一个最大值最小值，即每个因素有各自的最大最小值。

3 C5 i, g! b; @! p%归一化
$ _( N4 E) L" Y6 [. I[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);
* p' `( o0 X8 O8 P- ~
%神经网络构建
net=newff(inputn,outputn,10,{'tansig','purelin'});

1 Q4 P7 b) ?2 m8 w( o8 A7 g7 C%网络参数配置
+ \4 I& L, F2 Tnet.trainParam.epochs=1000;
net.trainParam.lr=0.01;
net.trainParam.goal=0.00004;

  n) j$ Q8 t4 }% `4 S# |%BP神经网络训练
net=train(net,inputn,outputn);
  h, ^. U# D7 `" M8 p( Q$ Z3 |
! N* x, r1 C5 a, D) I---------------------------------------割-------------------------------------------------

! l8 _/ _. y7 {( J% f或者不归一化,直接这样规定取值范围呢？
net=newff（[4,7;2,5;0.10,0.13;0.05,0.20;4,7])

cheelchen

木兆木风 发表于 2013-1-15 20:25
" g$ b2 ^5 m3 y7 a# R6 D你想问什么问题？

5 E) |0 q* J. v6 o6 v就是把几个因素的值写在一起，怎么区分开，每列代表不同的项目。而不是整个矩阵代表同一个项目

木兆木风

你想问什么问题？